罗罗编程学习记录
本页内容 展开查看

09.8 阶段 7:可观测、性能与部署

所属:全栈开发面试题库 / 学习路径 / 09 C# 与 .NET 全栈

本页目录

一、阶段定位

前六个阶段解决"代码能跑、接口能通"。本阶段把它变成"能上线、出了问题能查"。重点是三件事:

  1. 可观测:结构化日志(Serilog)、指标(Metrics)、链路追踪(OpenTelemetry)——出了问题能从一条日志串到一次请求。
  2. 部署:Docker 多阶段构建(构建工具不进最终镜像)、配置密钥注入、优雅停机(容器收到终止信号后收尾在途任务)。
  3. 性能诊断:压测看 QPS 与 P95/P99(不是只看平均)、看 GC 次数与内存曲线、NativeAOT 发布的裁剪代价。

本阶段与前后阶段的衔接:往上承接阶段 6 的数据层与通信,本阶段给这些链路加日志与追踪;它是路径的最后一关(阶段 8 是可选分支)。跳过可观测与部署,接口上线后出问题就是"看日志像天书、重启就丢数据"。

原有卡点的可判断现象依据:

  • 日志把敏感信息写进去:判断标准是——日志里出现了身份证、密码、令牌明文,或把整个请求体打印出来。
  • 只记录异常堆栈不带业务上下文:判断标准是——日志里只有 NullReferenceException,没有订单号、用户 ID、接口路径,无法定位是哪笔单。
  • 容器内硬编码配置:判断标准是——数据库连接串写在代码或 appsettings.json 里,换环境要改代码。
  • AOT 裁剪后反射失效却没有预警:判断标准是——发布 NativeAOT 后,序列化或依赖注入在运行时报"类型被裁剪"。
  • 压测只看平均 QPS 忽略长尾:判断标准是——报告只写"平均 50ms",P99 已经 2 秒,少数用户卡死却没发现。

二、阶段目标与投入

学完本页,应当能用可观察的行为证明以下六条能力:

能力目标(可验证的行为) 验证方式
能接入结构化日志,带业务上下文 一条日志含订单号与用户 ID
能接入 OpenTelemetry 追踪 一次请求在追踪系统里有完整链路
能写多阶段 Dockerfile 最终镜像不含 SDK 源码
能配置优雅停机 收到终止信号后在途请求完成再退出
能做一次压测并给出 P95/P99 报告含长尾数据
能说明 NativeAOT 的裁剪代价 说出反射受限的典型场景

建议学时:

  • 全职(每天有效学习 4–6 小时):2 周,约 60 小时。
  • 在职(每天 2 小时、周末补 4 小时):6 周。

学时分配建议:结构化日志 15%、OpenTelemetry 追踪 20%、健康检查与探针 10%、Docker 多阶段构建 20%、优雅停机与配置注入 15%、压测与 GC/AOT 诊断 20%。

三、先修自检

进入本阶段前逐条自检;任何一条做不到,先回到对应页面补齐。

先修项 合格标准 不合格时回到
ASP.NET Core 管道 知道中间件与 DI 09.6 阶段 5
数据层与通信 用过 DbContext、HttpClient 09.7 阶段 6
GC 基础 能看 GC 分代 09.4 阶段 3
容器概念 知道镜像与容器 08.1 容器化

四、知识地图

"掌握程度"分三档:了解、会用、能讲清原理。

模块 知识点 掌握程度 对应题库章节
结构化日志 Serilog、消息模板、敏感信息过滤 会用 08.4 CI/CD 与可观测性
OpenTelemetry 指标、追踪、采样、高基数标签 会用 08.4 CI/CD 与可观测性
健康检查与探针 存活/就绪探针、不探重资源 会用 08.1 容器化
Docker 多阶段构建 基础镜像、还原、发布层分离 会用 08.1 容器化
配置与优雅停机 环境变量注入、容器终止信号、收尾 会用 08.4 CI/CD 与可观测性
压测与诊断 QPS/P95/P99、GC 次数、NativeAOT 裁剪 会用 09.1 高并发基础

进度管理建议:把这张表复制到笔记里,三档都到位再进 阶段 8 分支方向(可选)。《知识点全清单》是更细的全量清单。

五、分模块精讲

5.1 Serilog 结构化日志

为什么需要它:Console.WriteLine 输出的是纯文本,无法按订单号检索。结构化日志把"事件 + 属性"一起记录,能在日志系统里按字段过滤。

核心机制:

  • 消息模板:Log.Information("订单 {OrderId} 已创建,金额 {Amount}", id, amount)——花括号里是属性,不是字符串拼接。
  • 每个日志是一条结构化记录,含级别、时间、消息模板、属性。
  • 敏感信息不落日志:令牌、密码、身份证要脱敏或不记。
  • 日志级别:Verbose/Debug/Information/Warning/Error/Fatal。

最小可运行示例:

builder.Host.UseSerilog((ctx, cfg) => cfg
    .WriteTo.Console()
    .Enrich.FromLogContext());

// 记录带业务上下文
Log.Information("订单 {OrderId} 已创建,金额 {Amount}", order.Id, order.Amount);
// 不要这样:把敏感信息打出来
// Log.Information("用户密码 {Password}", password); // 禁止

常见坑:

现象 原因 修法
日志里只有异常没有业务上下文 没记订单号/用户 ID 用消息模板带上业务属性
日志泄露令牌/密码 打印了整个请求体 脱敏,只记必要字段
用字符串拼接代替消息模板 失去结构化属性 用 {Prop} 消息模板

面试考法:常见问法是"结构化日志和普通日志的区别""为什么要用消息模板"。要答出:结构化日志带属性可检索;消息模板让属性成为字段而非拼接文本。

5.2 OpenTelemetry 指标与追踪

为什么需要它:一次请求经过 API、数据库、外部 HTTP,出错时要能串起来看是哪段慢。追踪(Trace)把一次请求的各段耗时连成一条链路。

核心机制:

  • Trace:一次请求的完整调用链,由多个 Span(一段操作)组成。
  • Metrics:指标,如 QPS、错误率、延迟分布。
  • 采样:高流量下全量采样成本高,按比例采样;但错误请求建议全采样。
  • 高基数标签代价:标签里放用户 ID、订单号这类海量值,会让指标数量爆炸(如每个订单号一组指标)。

最小可运行示例:

builder.Services.AddOpenTelemetry()
    .WithTracing(t => t
        .AddAspNetCoreInstrumentation()
        .AddHttpClientInstrumentation()
        .AddOtlpExporter());

常见坑:

现象 原因 修法
指标数量爆炸 高基数标签(订单号) 标签只放低基数字段(接口、状态码)
全量采样成本高 高流量下采样率 100% 按比例采样,错误全采样
追踪断链 没把 trace 上下文传给下游 用传播器把 traceparent 传到 HTTP/gRPC

面试考法:常见问法是"追踪和日志的关系""为什么高基数标签不好"。要答出:追踪串起一次请求的各段耗时;高基数标签让指标时间序列爆炸,存储与查询成本飙升。

5.3 健康检查与就绪探针

为什么需要它:编排系统(Kubernetes)要知道进程活没活、能不能接流量。探针配错会引发反复重启或雪崩。

核心机制:

  • 存活探针(Liveness):进程活着就返回 200,失败则重启容器。
  • 就绪探针(Readiness):能接流量才返回 200,失败则摘流量。
  • 不要在存活探针里探数据库:数据库抖动会导致进程被反复重启(雪崩)。
  • 就绪探针才探依赖(数据库迁移完成、连接池就绪)。

最小可运行示例:

builder.Services.AddHealthChecks();
app.MapHealthChecks("/health/live");   // 只探进程活着
app.MapHealthChecks("/health/ready"); // 探依赖就绪

常见坑:

现象 原因 修法
数据库抖动导致进程反复重启 存活探针探了数据库 存活探针只探进程
启动没完成就接流量 就绪探针没探依赖 就绪探针探迁移与连接池

面试考法:常见问法是"存活探针和就绪探针的区别""为什么不能探数据库"。要答出:存活探活,就绪探能否接流量;存活探依赖会把外部抖动变成重启循环。

5.4 Docker 多阶段构建

为什么需要它:直接在运行镜像里装 SDK 编译,镜像体积大、攻击面大。多阶段构建把"构建"和"运行"分开。

核心机制:

  • 第一阶段:用 SDK 镜像还原、发布。
  • 第二阶段:只用运行时镜像,把第一阶段的 publish 产物拷进来。
  • 最终镜像不含 SDK、源码,体积小、启动快。

最小可运行示例:

# 第一阶段:构建
FROM mcr.microsoft.com/dotnet/sdk:10.0 AS build
WORKDIR /src
COPY . .
RUN dotnet publish src/Workspace.Web -c Release -o /app/publish

# 第二阶段:运行
FROM mcr.microsoft.com/dotnet/aspnet:10.0
WORKDIR /app
COPY --from=build /app/publish .
ENTRYPOINT ["dotnet", "Workspace.Web.dll"]

常见坑:

现象 原因 修法
最终镜像体积很大 运行镜像里带了 SDK 用多阶段,运行镜像只拷产物
构建缓存每次都还原 COPY 顺序不对 先拷 csproj 还原,再拷源码
容器里时区不对 基础镜像默认 UTC 装时区包或设环境变量

面试考法:常见问法是"多阶段构建解决什么问题"。要答出:构建工具与运行环境分离,最终镜像小、攻击面小、启动快。

5.5 配置密钥注入与优雅停机

为什么需要它:连接串、密钥不能写进镜像或代码(环境一变就改)。容器关停时不能直接杀进程,否则在途请求与后台任务会丢数据。

核心机制:

  • 配置注入:环境变量或配置中心注入,覆盖 appsettings.json。
  • 优雅停机:容器发 SIGTERM,应用捕获后停止接新请求、等在途请求完成、后台任务收尾,再退出。
  • ASP.NET Core 默认支持优雅停机:HostOptions.ShutdownTimeout 控制等待时间。

最小可运行示例:

// 优雅停机:设置最长等待时间
builder.Services.Configure<HostOptions>(o =>
    o.ShutdownTimeout = TimeSpan.FromSeconds(30));

常见坑:

现象 原因 修法
换环境要改代码 配置硬编码 用环境变量注入
关停时在途请求被丢 没等在途完成 设 ShutdownTimeout,停止接新请求
密钥进了镜像 写在 appsettings 里 用环境变量/密钥管理,不进镜像

面试考法:常见问法是"容器收到 SIGTERM 后发生什么"。要答出:应用停止接新请求、等在途任务完成、后台任务收尾,在超时内退出;超时才强杀。

5.6 压测、P95/P99 与 GC 诊断

为什么需要它:只看平均延迟会被"大部分快、少数卡死"骗过去。压测要给出长尾,性能诊断要看到底是 CPU、GC 还是数据库慢。

核心机制:

  • P95/P99:95%/99% 的请求快于这个时间,反映长尾;平均 50ms 但 P99 2 秒,说明少数用户卡死。
  • QPS:每秒请求数,看吞吐上限。
  • GC 诊断:看 GC 次数、每代回收频率、内存曲线——频繁 2 代回收说明分配过多。
  • NativeAOT:原生 AOT 发布,启动快、内存小,但反射/动态代码被裁剪会受限。

最小可运行示例:

# 用压测工具打接口(示例工具,按团队实际替换)
# 报告应包含 QPS、P50/P95/P99、错误率、内存曲线

常见坑:

现象 原因 修法
平均延迟低但用户投诉卡 只看平均,没看 P99 报告必须含 P95/P99
频繁 2 代回收 CPU 高 对象分配过多 减少分配,复用缓冲
AOT 发布后运行时类型被裁剪 用了反射/动态生成 用源生成器,或加 rd.xml 保留

面试考法:高频题是"为什么压测要看 P99""NativeAOT 有什么代价"。要答出:长尾决定少数用户体验;NativeAOT 启动快内存小,但反射/动态代码受裁剪限制,要改用源生成器。

六、分层练习

三档练习逐档升级,上一档没做完不要跳。

6.1 复现型(照着做,目标是跑通 + 能解释)

练习 要求 验收标准 预计耗时
接入 Serilog 结构化日志带订单号 日志可按 OrderId 检索 1.5 小时
加健康检查 /health/live 与 /ready 探针返回 200 1 小时
多阶段 Dockerfile 构建并运行 最终镜像不含 SDK 2 小时
优雅停机 设 ShutdownTimeout 关停时在途请求完成 1.5 小时

6.2 改造型(给出现成代码,改出正确行为)

练习 要求 验收标准 预计耗时
脱敏日志 给定打印密码,改脱敏 日志不含敏感信息 1 小时
修复高基数标签 给定标签含订单号 指标时间序列数下降 1.5 小时
存活探针不再探数据库 给定探了数据库 数据库抖动不重启进程 1.5 小时
压测补长尾 给定只写平均 QPS 报告含 P95/P99 2 小时

6.3 设计型(自己定方案,目标是能交付、能讲清取舍)

练习 要求 验收标准 预计耗时
可观测上线方案 日志 + 追踪 + 探针 一条日志串起一次请求 6 小时
生产 Dockerfile 多阶段 + 配置注入 + 优雅停机 镜像小、换环境不改代码 4 小时
压测与诊断报告 含 QPS/P95/GC 曲线 指出瓶颈是 CPU 还是 GC 5 小时

七、排障表

现象 可能原因 排查步骤 解决办法
日志只有异常没业务上下文 没记订单号/用户 ID 看日志消息模板 用消息模板带业务属性
日志泄露令牌/密码 打印了请求体 看日志内容 脱敏,只记必要字段
指标数量爆炸 高基数标签(订单号) 看标签值基数 标签只放低基数(接口、状态码)
数据库抖动进程反复重启 存活探针探了数据库 看探针配置 存活只探进程,就绪探依赖
容器镜像体积大 运行镜像带了 SDK 看 Dockerfile 多阶段构建,只拷产物
关停时在途请求被丢 没等在途完成 看 ShutdownTimeout 设超时,停接新请求后收尾
压测平均低但用户卡 只看平均没看 P99 看长尾数据 报告必须含 P95/P99
AOT 运行时类型被裁剪 反射/动态生成 看报错是否 TypeLoad 用源生成器或加保留配置

八、出口条件

全部勾选后再进入 阶段 8 分支方向(可选)。

  • [ ] 能接入结构化日志,带业务上下文,敏感信息脱敏
  • [ ] 能接入 OpenTelemetry 追踪,说明采样与高基数标签的代价
  • [ ] 能区分存活与就绪探针,存活不探重资源
  • [ ] 能写多阶段 Dockerfile,构建工具不进最终镜像
  • [ ] 能配置优雅停机,关停时收尾在途任务
  • [ ] 能做压测并给出 P95/P99,能说明 GC 诊断要点
  • [ ] 排障表里的八个现象,随机抽三个能在 5 分钟内给出排查路径

自测题(先自己想,再看要点):

  1. 结构化日志相比普通文本日志好在哪?
    • 要点:带属性字段,可按订单号/用户 ID 检索与聚合。
  2. 为什么高基数标签(订单号)不好?
    • 要点:每个标签值生成一组时间序列,指标数量爆炸,存储与查询成本飙升。
  3. 存活探针为什么不能探数据库?
    • 要点:数据库抖动会让存活探针失败,导致进程被反复重启,把外部问题放大成重启循环。
  4. 多阶段构建解决什么问题?
    • 要点:构建环境(SDK)与运行环境分离,最终镜像小、攻击面小、启动快。
  5. 容器收到 SIGTERM 后应用该做什么?
    • 要点:停接新请求、等在途请求完成、后台任务收尾,在 ShutdownTimeout 内退出。
  6. 为什么压测要看 P99 而不是只看平均?
    • 要点:平均被快请求拉高,P99 反映少数用户的长尾卡顿,决定真实体验。
  7. NativeAOT 发布的主要代价?
    • 要点:启动快、内存小,但反射/动态代码被裁剪受限,要改用源生成器。